В пятницу друг скинул голосовое: «Слушай, это же я пою?» В файле звучал его голос, только с акустической гитарой и странным образом попадающий в ноты. Он не певец. Совсем. Последний раз пел в школе на выпускном, и то под фонограмму. А тут полноценная баллада на три минуты, с бриджем и финальным припевом. Запись его голоса заняла двадцать секунд.
Создать песню со своим голосом через нейросеть сейчас проще, чем записать голосовое сообщение. Схема одинаковая: даете модели короткий образец речи, она запоминает тембр и манеру, дальше выбираете жанр, темп и настроение. Через пару минут получаете трек, где звучит ваш голос. Не идеальная копия, но узнаваемая настолько, что мама на дне рождения не поверит, что это не вы.
Я пользуюсь 3seller.com/suno. Там актуальные модели Suno, включая V5.5, и не нужно разбираться с зарубежными платежами. Пополнить баланс можно российской картой, через СБП или криптой. Цена стартует от 149 рублей, для первого трека хватает.

Голос записывается один раз, дальше вы просто выбираете жанр
В сервисах это называется по-разному: персона, voice persona, клонирование. Смысл один. Загружаете образец, система строит модель тембра и интонации. Дальше в промпте пишете что-то вроде «warm acoustic ballad using saved voice persona, soft guitar, slow tempo, emotional mood», и модель применяет ваш голос к новой мелодии.
Одна сохраненная персона работает в поп, рок, рэпе, балладе. Перезаписывать голос под каждый жанр не нужно. Многие уверены: для рока нужен «рок-голос», для колыбельной «мягкий». Нет. Модель меняет подачу, тембр остается вашим. В одном треке вы хриплый рокер, в другом шепчущий автор.
На практике это экономит часы. Я записал двадцать пять секунд обычной речи, сохранил персону и за вечер сделал три версии: инди-балладу, поп-трек и что-то похожее на саундтрек к сериалу. Ни разу не перезаписывал голос. Персона привязывается к аккаунту, и без верификации генерация не запустится. Об этом ниже.
Нейросеть не заменяет ваш голос, она его пересобирает
В роке модель добавляет хрипотцу и делает атаку резче. В попе выравнивает и убирает лишние вибрации. В рэпе меняет ритмику, но оставляет узнаваемые гласные. Тембр один, подача разная. Это не автотюн, который просто правит ноты, а пересборка вокальной линии под ваш тембр.
Проверял на одном и том же образце: баллада звучала мягко, почти шепотом, а через десять минут тот же голос в панк-треке орал так, что сосед постучал по батарее. Модель не копирует манеру один в один, она берет характер и подстраивает под жанр.
Отдельные образцы для каждого стиля не нужны. Один хороший фрагмент речи закрывает поп, рок, джаз и колыбельную. Если голос не узнается в конкретном жанре, дело в промпте или в качестве записи, а не в перезаписи.
Десяти секунд хватает, но не любых десяти
Запись образца это половина результата. Модель слышит не только тембр, но и манеру, громкость, артикуляцию. Бубнить в микрофон лежа на диване - получить бубнящего певца. Говорить с интонацией - получить живой голос.
Я записываю три дубля. Первый спокойный, как объясняю что-то другу. Второй чуть громче, с улыбкой. Третий с вопросом в конце, чтобы появилась интонация. Чаще всего модель берет второй или третий: в улыбке появляется воздух, и голос звучит менее плоско.
Тихая комната важнее дорогого микрофона. Гарнитура сойдет, проводные наушники с микрофоном еще лучше. Пробовал USB-микрофон за пару тысяч рублей: разница слышна на длинных нотах, но для первого трека не критична.
Уберите холодильник, вентилятор, уведомления. ИИ вычистит часть фона, но гул влезет в паузы между фразами и проявится в припеве как странный шум. Проверено.
Не шепчите и не кричите. Обычная громкость, микрофон в пятнадцати-двадцати сантиметрах. Тихая запись заставит модель добавить компрессию, и голос станет жестким. Слишком громкая даст искажения.
Десяти секунд хватает, но двадцать-тридцать дают больше данных: модель слышит больше переходов и лучше строит длинные ноты. Оптимум - тридцать секунд связной речи, без пауз и «эээ».
Верификация голоса отсекает чужие песни
Сервисы просят записать контрольную фразу. Загружаете образец, получаете текст, записываете его и отправляете на проверку. Это не бюрократия: так система понимает, что голос ваш, а не скачан с ютуба.
На 3seller.com/suno процесс занимает пару минут. После проверки персона доступна для генерации. Если запись не прошла, причина обычно в шуме или слишком тихом голосе. Перезапишите в тишине.
Чужой голос без согласия использовать нельзя. Даже голос знаменитости для шутки. Даже голос друга для подарка. Формально нужен документ, на практике сервисы блокируют такие попытки на верификации. Обходы не работают: свой голос звучит лучше и проблем не создает.
Промпт решает больше, чем модель
Люди пишут «сделай песню» и удивляются, что получилась попса из рекламы зубной пасты. Модель не читает мысли. Ей нужны стиль, темп, инструменты, настроение, тип вокала.
Рабочий пример: «moody indie rock, 110 bpm, dry drums, distorted bass, male tenor, saved voice persona, lyrics about late night drive». Здесь есть жанр, темп, инструменты, тембр, персона и тема. Чем конкретнее, тем меньше вариантов перебирать.
Полезно указывать эпоху: «80s synthpop», «90s grunge», «modern pop». Десятилетия модель понимает хорошо. Работают слова про настроение: cinematic, lo-fi, anthemic, melancholic. Десять жанров в одном промпте - каша, модель начинает метаться. Два-три параметра достаточно.
Женский или мужской вокал указывайте прямо. Нужен шепот - добавьте whisper. Нужен мощный припев - anthemic chorus. Модели Suno такие маркеры понимают.
В обсуждениях на Reddit опытные пользователи сходятся в том же: короткий промпт с двумя-тремя параметрами дает предсказуемый результат чаще, чем список из десяти жанров.
У меня есть отдельный файл с промптами, которые сработали. Перед новой генерацией копирую удачную структуру и меняю тему. Быстрее, чем каждый раз писать с нуля.
Текст песни ломается на согласных
Слова можно дать готовые или попросить модель написать по теме. Первый вариант надежнее, если есть конкретика: имена, даты, детали. Второй быстрее, но текст будет общим.
ИИ плохо поет длинные строки с нагромождением согласных. «Взгляд сквозь стекло февральских витрин» превращается в «взгляд сквозь стекло февральских витрррр». Разбивайте строки, короткие фразы звучат чище.
Проверяйте ударения. Модель иногда ставит их не туда, особенно в именах. Если критично, пишите имя латиницей или меняйте строку. Однажды минут двадцать ловил, почему «Алена» поется как «Алёна». Помогло написание латиницей.
В припеве оставляйте простор. Повторяющаяся фраза с коротким слогом работает лучше сложной конструкции. «Я рядом, слышишь» прозвучит. «Я повсюду и нигде одновременно» может развалиться.
Ремарки в квадратных скобках ([verse], [chorus], [whisper]) модели Suno понимают. Не обязательно, но помогает структуре. Длинный текст размечайте сами, иначе модель решит, что это один сплошной куплет.
Первый результат почти всегда смешной
Мой первый трек звучал так, будто я пою после трех эспрессо: дыхание не там, на высоких нотах голос уезжал. Еще четыре генерации с той же персоной и чуть измененным промптом, и пятая звучала так, что жена спросила, когда я успел записать.
Не судите по одному результату. Модель стохастична: каждый запуск дает новый вариант. Сравнивайте две-три версии, слушайте на разных колонках. На телефоне одно, в наушниках другое.
Голос узнаваем, но микс грязный - добавьте clean mix, radio ready. Голос не узнаваем - проверьте запись образца: фоновый шум, тихий голос. Иногда помогает перезаписать контрольную фразу с другим текстом.
Отбрасывать не бойтесь. Из десяти генераций две будут хорошими, одна отличной. Это нормальный процент: студийная запись тоже требует дублей.
И меняйте по одному параметру. Сначала добейтесь узнаваемого голоса, потом работайте над аранжировкой. Иначе запутаетесь, что именно повлияло на результат.
Дыхание и структура: где ИИ выдает себя
Вдох перед длинной фразой модель делает не всегда. Иногда вдох есть, но не там. На слух мелочь, а на длинной балладе слышно. Помогает разбивка строк и короткие фразы. Еще можно добавить в промпт natural breathing.
Структура трека важнее, чем кажется. Стандарт три минуты. Модель может сделать пять, но без структуры это будет каша. Указывайте [intro], [verse], [chorus], [bridge], [outro]. Если не указать, Suno часто делает два куплета и припев, но может зациклиться на одной фразе.
Я обычно прошу три минуты, два куплета, припев, бридж и финальный припев. Этого хватает для подарка и для соцсетей. Трек на пять минут лучше делать в два приема: сгенерировать основу и расширить в редакторе.
Свой голос в подарке работает сильнее открытки
День рождения, свадьба, годовщина. Песня с именем и деталями, спетая вашим голосом, вызывает реакцию, которую не купишь. Я делал трек для друга, который переезжал в другой город. Текст собрал из наших шуток, припев простой. Он слушал и смеялся, потом перестал смеяться.
Ребенку - колыбельная с его именем. Родителям - песня на годовщину. Команде - корпоративный гимн, который не стыдно включить на созвоне. Схема одна: текст, настроение, двадцать секунд голоса.
Музыкальное образование не нужно. Нужно желание. Знаю людей, которые не попадают в ноты даже в хоре, а их ИИ-треки звучат убедительно: модель вытягивает интонацию, вы даете характер.
Один знакомый сделал предложение руки и сердца через песню. Записал двадцать секунд, вставил имя девушки, выбрал акустическую балладу. Говорит, реакция была лучше, чем от кольца. Не знаю, правда ли, но звучит правдоподобно.
Как создать песню с помощью ИИ: два шага до первого трека
Чтобы сделать ИИ-песню, не обязательно начинать с готовой композиции. Достаточно сформулировать, о чем она и какое настроение должна передавать. Дальше два шага, и можно запускать генерацию.
- 01 / Идея. Задайте направление: опишите тему, настроение и желаемое звучание. Песня о любви, танцевальный трек или история для особенного случая.
- 02 / Слова. Добавьте текст или сюжет: несколько строк, готовый текст, стихи или набор образов. Уточните важные детали, имена и язык песни.
Что с качеством и сколько это стоит
Качество в 2026 году такое, что на слух не всегда отличишь от студийной записи. Остаются нюансы: дыхание, микродинамика, идеальная артикуляция. Для личных треков, подарков и демо этого более чем достаточно.
На 3seller.com/suno доступны актуальные модели, включая Suno V5.5, одну из лучших по вокалу. Цена от 149 рублей, пополнить баланс можно российской картой, через СБП или криптой. Не подписка на год и не «звоните менеджеру»: за эти деньги можно сделать несколько песен и понять, работает ли это для вас.
Сравнивать с другими моделями смысла мало, у каждой свой характер. Suno V5.5 чище держит длинные ноты и лучше понимает структуру. Нужен другой тембр или жанр - меняете промпт.
Экспорт обычно в MP3 или WAV. Для соцсетей хватит MP3, для подарка лучше WAV, если сервис отдает его без потери качества. Мастеринг можно сделать в любом редакторе, но для первого трека не обязательно.
Ошибки, которые портят узнаваемость
Шесть промахов, которые встречаются чаще всего.
- Образец записан в шумной комнате: модель берет фон за часть тембра, голос звучит грязно.
- Монотонная речь без интонации.
- Слишком короткий образец, меньше пяти секунд.
- Все жанры сразу в одном промпте.
- Чужой голос: технически получается, юридически риск. Сервисы блокируют, а в некоторых странах можно получить иск.
- Вывод по одной генерации. Модель не робот-исполнитель, она генерирует варианты.
И отдельно про текст: плохие слова не спасет даже идеальный вокал. Короткие фразы, простые образы, повторяющийся припев работают лучше поэмы на три куплета. Свой голос в этом смысле выгоднее чужого: он ваш, прав ни у кого не нарушает и не надоедает через тридцать секунд, как пародия на знаменитость.
Короткий чек-лист перед генерацией
- Тихая комната, без гула и эха
- Двадцать-тридцать секунд чистой речи, обычная громкость
- Один жанр и два-три параметра в промпте
- Две-три генерации, потом выбор
- Прослушивание в наушниках и на телефоне
Этого достаточно, чтобы получить первый трек. Дальше сами поймете, где добавлять детали, а где упрощать.
Создайте любую песню, какую только можете представить. Начните с простой идеи или сразу откройте профессиональные инструменты: ваш следующий трек уже близко. Перейдите на 3seller.com/suno, запишите двадцать секунд и запустите первую генерацию. Через полчаса у вас будет песня, которую вы спели сами. Даже если никогда не пели.